RoadTracer: de meilleures cartes automatisées
Google Maps est un triomphe de l'intelligence artificielle en action, avec la capacité de nous guider d'un endroit à un autre à l'aide d'impressionnants apprentissage automatique technologie. Mais même si la partie routage de Google Maps ne nécessite pas trop d’humains, tracer manuellement les routes sur les images aériennes pour les rendre utilisables par une machine est incroyablement long et banal. En conséquence, même après des milliers d’heures consacrées à cette tâche, les employés de Google n’ont toujours pas réussi à cartographier la majorité des plus de 20 millions de kilomètres de routes qui s’étendent à travers le monde.
Heureusement, des chercheurs du département d’informatique et de technologie du Massachusetts Institute of Technology Le laboratoire d'intelligence artificielle (CSAIL) et le Qatar Computing Research Institute ont peut-être mis au point un solution. Ils ont développé une méthode automatisée pour créer des feuilles de route qui est 45 % plus précise que les méthodes existantes. Appelé RoadTracer, le travail utilise des réseaux de neurones pour cartographier intelligemment les routes sur des images. Le système pourrait être particulièrement bien adapté pour cartographier des régions du monde où les cartes sont souvent obsolètes, comme les zones reculées et rurales des pays en développement.
Vidéos recommandées
"Nous avons entraîné le réseau neuronal à l'aide d'images aériennes de 25 villes réparties dans six pays d'Amérique du Nord et d'Europe." Favyen Bastani, étudiant diplômé du MIT CSAIL, a déclaré à Digital Trends. « Plus précisément, pour chaque ville, nous avons rassemblé un corpus d'images satellite haute résolution provenant de Google Earth et graphiques du réseau routier de vérité terrain d'OpenStreetMap, couvrant une région d'environ 10 miles carrés autour de la ville centre."
RoadTracer fonctionne en commençant par un emplacement connu sur un réseau routier, puis en examinant la zone environnante pour déterminer quelle est la plus susceptible d'être la prochaine partie de la route. Une fois ce point ajouté, le processus est répété encore et encore jusqu'à ce que l'ensemble du réseau routier soit ajouté.
À l’avenir, l’équipe espère aller au-delà du recours aux images principalement aériennes pour la cartographie. "Par exemple, ils ne vous donnent pas d'informations sur les routes avec des viaducs, car vous ne pouvez évidemment pas les voir d'en haut", a expliqué Bastani. « L’un de nos autres projets est d’entraîner des systèmes sur les données GPS, puis de pouvoir à terme fusionner ces approches en un seul système de cartographie.
Un article décrivant les travaux sera présenté en juin lors de la Conférence sur la vision par ordinateur et la reconnaissance de formes (CVPR) à Salt Lake City.
Recommandations des rédacteurs
- L’IA peut-elle battre les ingénieurs humains dans la conception de micropuces? Google le pense
- Architecture algorithmique: Faut-il laisser l’IA concevoir des bâtiments pour nous?
- Pourquoi apprendre aux robots à jouer à cache-cache pourrait être la clé de l’IA de nouvelle génération
- Une nouvelle IA intelligente le système promet de dresser votre chien pendant que vous êtes loin de chez vous
- Nouvelle IA l'aide auditive apprend vos préférences d'écoute et effectue des ajustements
Améliorez votre style de vieDigital Trends aide les lecteurs à garder un œil sur le monde en évolution rapide de la technologie avec toutes les dernières nouvelles, des critiques de produits amusantes, des éditoriaux perspicaces et des aperçus uniques.
